VNU Journal of Science: Earth and Environmental Sciences, Vol. 39, No. 4 (2023) 1-15
1
Original Article
Future Rainfall Projections in Vietnam
Based on a CMIP6 Dynamical Downscaling Experiment
Ngo Duc Thanh1,*, Trinh Tuan Long2
1University of Science and Technology of Hanoi, Vietnam Academy of Science and Technology
18 Hoang Quoc Viet, Cau Giay, Hanoi, Vietnam
2VNU University of Science, 334 Nguyen Trai, Thanh Xuan, Hanoi, Vietnam
Received 25 September 2023
Revised 24 October 2023; Accepted 21 November 2023
Abstract: This study presents, for the first time, the dynamical downscaled results at 25 km
resolution for Vietnam from a global climate model participating in the Coupled Model
Intercomparison Project Phase 6. The regional climate model (RegCM) version 4.7 was used with
initial and boundary conditions from the global model CNRM-CM6-1 (referred to as CNRM) under
the two Shared Socioeconomic Pathways (SSPs) 2-4.5 and 5-8.5. Simulated rainfall from RegCM
and CNRM for the baseline period 1995–2014 is compared with the observation-based Vietnam
Gridded Precipitation Dataset. The results indicate that downscaling is particularly effective in
complex terrain areas, notably in the Central region during the winter monsoon season. However, in
an overall assessment, the downscaled RegCM rainfall has not demonstrated added value compared
to the CNRM results, whether in terms of annual variation, rainfall amounts, or spatial distribution.
Future projection results until the end of the 21st century show an increase in average rainfall, rainfall
intensity, and annual maximum daily rainfall in Vietnam under both SSP2-4.5 and SSP5-8.5
scenarios. The increase is projected to reach approximately 25% in the Northern coastal area in the
RegCM experiment under SSP5-8.5. The increase in rainfall intensity is pronounced across most of
Vietnam, particularly under SSP5-8.5. Regarding projected maximum daily rainfall, there are
discrepancies between the regional climate model and the global model. While CNRM exhibits
unclear trends in many areas, RegCM indicates an overall increase in maximum daily rainfall across
most of Vietnam under both SSPs scenarios.
Keywords: Climate change, dynamical downscaling, rainfall, CMIP6, Vietnam. *
________
* Corresponding author.
E-mail address: ngo-duc.thanh@usth.edu.vn
https://doi.org/10.25073/2588-1094/vnuees.4933
N. D. Thanh, T. T. Long / VNU Journal of Science: Earth and Environmental Sciences, Vol. 39, No. 4 (2023) 1-15 1-8
2
Dự tính mưa tương lai trên Việt Nam dựa trên thí nghiệm
chi tiết hoá động lực kết quả của CMIP6
Ngô Đức Thành1,*, Trịnh Tuấn Long2
1Trường Đại học Khoa học và Công nghệ, Viện Hàn lâm Khoa học và Công nghệ Việt Nam,
18 Hoàng Quốc Việt, Cầu Giấy, Hà Nội, Việt Nam
2Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội,
334 Nguyễn Trãi, Thanh Xuân, Hà Nội, Việt Nam
Nhận ngày 25 tháng 9 năm 2023
Chỉnh sửa ngày 24 tháng 10 năm 2023; Chấp nhận đăng ngày 21 tháng 11 năm 2023
Tóm tắt: Nghiên cứu này lần đầu tiên trình bày kết quả chi tiết hoá động lực ở độ phân giải 25 km
cho Việt Nam từ một mô hình toàn cầu tham gia vào Dự án Đối sánh Đa Mô hình Kết hợp Pha 6
(CMIP6). Mô hình khí hậu khu vực RegCM phiên bản 4.7 (gọi tắt là RegCM) đã được sử dụng với
điều kiện biên và ban đầu từ mô hình toàn cầu CNRM-CM6-1 (gọi tắt là CNRM) theo hai kịch bản
đường kinh tế xã hội chia sẻ SSP2-4.5 và SSP5-8.5. Lượng mưa mô phỏng từ RegCM và CNRM
cho thời kỳ cơ sở 1995–2014 được so sánh với nguồn số liệu mưa quan trắc trên lưới VnGP. Kết
quả cho thấy việc chi tiết hoá đạt hiệu quả rõ rệt trên các khu vực địa hình phức tạp, đặc biệt là khu
vực Trung Bộ vào mùa gió mùa mùa đông. Tuy nhiên nhìn chung chi tiết hoá chưa cho thấy được
sự vượt trội so với kết quả mô phỏng toàn cầu, cả về biến trình năm, giá trị lượng mưa, cũng như về
phân bố không gian của mưa. Kết quả dự tính trong tương lai đến cuối thế kỷ 21 chỉ ra sự gia tăng
phổ biến của mưa trung bình, cường độ mưa (SDII), và lượng mưa ngày lớn nhất trong năm
(RX1day) trên Việt Nam theo cả 2 kịch bản SSP2-4.5 và SSP5-8.5. Mức tăng có thể đạt tới ~25%
trên khu vực ven biển Bắc Bộ cho thí nghiệm RegCM với kịch bản SSP5-8.5. Mức độ tăng của
cường độ mưa SDII là rõ rệt trên hầu khắp Việt Nam, đặc biệt là theo kịch bản SSP5-8.5. Đối với
chỉ số RX1day, có sự khác biệt về xu hướng tăng giảm trên các khu vực cụ thể giữa mô hình toàn
cầu CNRM và kết quả chi tiết hoá. Trong khi CNRM cho kết quả tăng giảm không rõ rệt trên nhiều
khu vực, RegCM cho thấy RX1day tăng trên hầu khắp Việt Nam theo cả 2 kịch bản.
Từ khóa: Biến đổi khí hậu (BĐKH), chi tiết hoá động lực, mưa, CMIP6, Việt Nam.
1. Mở đầu*
Việt Nam là một trong những quốc gia chịu
tác động rõ rệt bởi BĐKH [1, 2]. Kể từ năm 2009
đến nay, Bộ Tài nguyên và Môi trường (TNMT)
đã thường xuyên xây dựng, cập nhật xu thế
BĐKH trong quá khứ cũng như kịch bản BĐKH
và nước biển dâng tương lai cho Việt Nam [1-4].
Một số nghiên cứu đã chỉ ra lượng mưa năm
trong thời kỳ quá khứ nhìn chung có xu thế tăng
________
* Tác giả liên hệ.
Địa chỉ email: ngo-duc.thanh@usth.edu.vn
https://doi.org/10.25073/2588-1094/vnuees.4933
lên ở phía Nam và giảm đi ở phía Bắc Việt Nam,
mặc dù xu thế tăng giảm có thể thay đổi theo trạm
và theo giai đoạn số liệu được phân tích [2-7].
Để có thể đưa ra các kế hoạch ứng phó phù
hợp với BĐKH ở các cấp từ trung ương đến địa
phương, việc có được thông tin dự tính sự biến
đổi của các yếu tố khí hậu trong tương lai, trong
đó có lượng mưa, là rất cần thiết. Cho đến nay,
các thông tin dự tính BĐKH cho Việt Nam
thường được thực hiện bằng cách chi tiết hoá đầu
N. D. Thanh, T. T. Long / VNU Journal of Science: Earth and Environmental Sciences, Vol. 39, No. 4 (2023) 1-158
3
ra của các mô hình khí hậu toàn cầu (GCM, viết
tắt của Global Climate Model) thông qua phương
pháp chi tiết hoá thống kê hoặc động lực [8].
Nhiều nghiên cứu đã được thực hiện cho Việt
Nam để chi tiết đầu ra của các GCMs tham gia
vào Dự án Đối sánh Đa mô hình Kết hợp Pha 3
(CMIP3, viết tắt của Coupled Model
Intercomparison Project Phase 3) với các kịch
bản phát thải khí nhà kính SRES (viết tắt của
Special Report on Emission Scenarios) [3, 4, 9-
12] hoặc các GCMs tham gia vào CMIP5 với các
kịch bản đường nồng độ đặc trưng RCPs (viết tắt
của: Representative Concentration Pathways) [1,
2, 13-15]. Nhìn chung, theo các kịch bản khác
nhau đã được công bố bởi Bộ TNMT qua các
năm, lượng mưa trên Việt Nam vào cuối thế kỷ
21 so với thời kỳ cơ sở tăng từ 10–40%, và lượng
mưa cực trị cũng có xu thế tăng phổ biến từ 20–
40%. Trong khi đó, Ngô Đức Thành và cs (2014)
[12] tổ hợp kết quả từ 3 thí nghiệm chi tiết hoá
động lực cho 03 GCMs tham gia CMIP3 đã chỉ
ra rằng lượng mưa ngày lớn nhất trong năm
(RX1day) được dự tính tăng trên khu vực Nam
Trung Bộ giai đoạn 2000–2050 theo kịch bản
phát thải trung bình. Q. T. Anh và cs (2022) [15]
sử dụng kết quả chi tiết hoá thống kê của 31
GCMs tham gia CMIP5 và đã chỉ ra tính bất định
cao trong kết quả dự tính mưa tương lai cho Việt
nam, với giá trị trung bình toàn quốc thay đổi từ
1,16±7,1% với kịch bản RCP2.6 đến 4,41±9,2%
với kịch bản RCP8.5, khi so sánh giữa thời kỳ
cuối thế kỷ 2080–2099 và thời kỳ 1986–2005.
Nguồn số liệu chi tiết hoá các kịch bản
BĐKH cho Việt Nam cũng được kế thừa từ một
số hợp tác nghiên cứu mang tính khu vực. Trong
đó đáng kể nhất là dự án dự án “Thí nghiệm Phối
hợp Chi tiết hoá Khu vực - Đông Nam Á”
(CORDEX-SEA, tiếng Anh: Coordinated
Regional Climate Downscaling Experiment -
Southeast Asia) [16-19]. Pha 1 của CORDEX-
SEA đã được thực hiện với mục tiêu chi tiết hoá
động lực các mô hình toàn cầu CMIP5 tới phân
giải 25 km [19-21] sử dụng mô hình khí hậu khu
vực (RCM, viết tắt của Regional Climate
Model); trong khi Pha 2 của CORDEX-SEA
thực hiện việc tiếp tục chi tiết hoá động lực từ
phân giải 25 km về phân giải 5 km cho một số
khu vực nghiên cứu cụ thể, bao gồm khu vực hạ
lưu sông Mê Kông [22]. Hiện nay, trong Pha 3,
CORDEX-SEA đang tiến hành chi tiết hoá động
lực về độ phân giải 25 km cho một số GCMs
tham gia CMIP6 [23] theo một số kịch bản kinh
tế xã hội chia sẻ SSP (viết tắt của: Shared
Socioeconomic Pathways) khác nhau [24]. Mỗi
nhóm nghiên cứu tham gia CORDEX-SEA được
phân công chi tiết hoá ít nhất một GCM. Nhóm
nghiên cứu của chúng tôi chịu trách nhiệm thực
hiện chi tiết hoá động lực cho kết quả đầu ra của
mô hình CNRM-CM6-1 của Trung tâm Nghiên
cứu Khí tượng Quốc gia Pháp [25]. Lưu ý rằng
T. N. Duy và cs (2023) [26] đã xếp hạng khả
năng mô phỏng của 29 GCMs tham gia vào
CMIP6 trên khu vực Việt Nam, kết quả chỉ ra
CNRM-CM6-1 nằm trong số 5 mô hình tốt nhất.
Bên cạnh đó, cho đến thời điểm hiện tại, theo
hiểu biết của các tác giả, chưa có bất kỳ công bố
nào sử dụng kết quả chi tiết hoá động lực các thí
nghiệm toàn cầu CMIP6 để phân tích đánh giá
BĐKH cho Việt Nam.
Trong nghiên cứu này chúng tôi sẽ tập trung
vào đánh giá sự biến đổi của mưa trên khu vực
Việt Nam mô phỏng bởi thí nghiệm chi tiết hoá
CNRM-CM6-1 thông qua 03 chỉ số mưa, gồm:
i) Tổng lượng mưa ngày; ii) Lượng mưa ngày
lớn nhất trong năm; và iii) Chỉ số cường độ mưa
đơn giản (xem định nghĩa tại mục 2). Đây sẽ là
nghiên cứu đầu tiên ở Việt Nam phân tích kết
quả chi tiết hoá động lực cho một mô hình GCM
tham gia vào CMIP6. Nghiên cứu trước tiên sẽ
đánh giá khả năng mô phỏng của thí nghiệm chi
tiết hoá động lực cho mưa trong thời kỳ cơ sở
1995–2014, sau đó đánh giá xu thế biến đổi trong
thời kỳ tương lai 2015–2099 theo hai kịch bản
kinh tế xã hội chia sẻ SSP2-4.5 và SSP5-8.5.
2. Khu vực, nguồn số liệu và phương pháp
nghiên cứu
2.1. Thí nghiệm chi tiết hoá động lực và khu vực
nghiên cứu
Trong nghiên cứu này, mô hình khí hậu khu
vực RegCM phiên bản 4.7 [27] đã được sử dụng
N. D. Thanh, T. T. Long / VNU Journal of Science: Earth and Environmental Sciences, Vol. 39, No. 4 (2023) 1-15 1-8
4
để chi tiết hoá kết quả đầu ra của mô hình
CNRM-CM6-1 (thành phần r1i1p1f2, gọi tắt là
CNRM) của Trung tâm Nghiên cứu Khí tượng
Quốc gia Pháp [25]. CNRM là phiên bản mô
hình tham gia vào CMIP6 và là một trong 5
GCMs có kết quả mô phỏng tốt nhất cho nhiệt
độ 2m và lượng mưa trên 7 vùng khí hậu của Việt
Nam [26].
Thí nghiệm chi tiết hoá, gọi tắt là
RegCM_CNRM, về độ phân giải 25 km được
thực hiện trên miền tính [89ºE–147ºE, 15ºS–
30ºN] cho khu vực Đông Nam Á (Hình 1). Trong
nghiên cứu này, kết quả đánh giá và phân tích sẽ
được tập trung cho khu vực đất liền Việt Nam
với 7 vùng khí hậu gồm: Tây Bắc (R1), Đông
Bắc (R2), đồng bằng Bắc Bộ (R3), Bắc Trung Bộ
(R4), Nam Trung Bộ (R5), Tây Nguyên (R6), và
Nam Bộ (R7) (Hình 1). Lưu ý rằng ranh giới của
7 vùng khí hậu được phân định theo tiêu chuẩn
của Nguyễn Đức Ngữ và Nguyễn Trọng Hiệu
(2004) [28].
Mô hình RegCM được sử dụng với các cấu
hình sơ đồ tham số hoá vật lý như sau: sơ đồ
tham số hoá đối lưu Kain-Fritsch [29], sơ đồ lớp
biên hành tinh UW [30], sơ đồ mưa quy mô lớn
SUBEX [31], sơ đồ thông lượng đại dương-khí
quyển Zeng [32], sơ đồ bề mặt đất CLM4.5 [33].
Các cấu hình tham số hoá vật lý này đã được dự
án CORDEX-SEA lựa chọn cho Pha 3 dựa trên
các đánh giá độ nhạy của đầu ra mô hình đối với
các lựa chọn sơ đồ vật lý khác nhau trên khu vực.
Hình 1. Miền tính của thí nghiệm chi tiết hoá động lực cho khu vực Đông Nam Á và khu vực nghiên cứu
Việt Nam (trong khung màu đỏ nét đứt) với độ cao địa hình tương ứng (m). Vị trí của 7 vùng khí hậu của
Việt Nam được phân định bởi các đường màu xanh.
Thí nghiệm RegCM_CNRM được đánh giá
cho thời kỳ cơ sở 1995–2014 và thời kỳ tương
lai 2015–2099 theo hai kịch bản kinh tế xã hội
chia sẻ SSP (viết tắt của: Shared Socioeconomic
Pathways) gồm SSP2-4.5 và SSP5-8.5 [24].
SSP2-4.5 mô tả thế giới tương lai với sự phát
triển đạt được mức độ cân bằng vừa phải giữa
các khu vực và các lĩnh vực, trong đó cưỡng bức
bức xạ vào cuối thế kỷ so với thời kỳ tiền công
nghiệp đạt 4,5 W/m2. Giá trị cưỡng bức bức xạ
này tương ứng với kịch bản tương lai khi các nỗ
lực được thực hiện để giảm nhẹ biến đổi khí hậu,
bao gồm việc ban hành các chính sách giảm phát
thải, việc thúc đẩy sử dụng các nguồn năng lượng
tái tạo, và thay đổi sử dụng đất. Trong khi đó,
SSP5-8.5 mô tả một thế giới tương lai trong đó
sự phát triển thể hiện sự bất bình đẳng cao ở quy
mô khu vực và toàn cầu, với cưỡng bức bức xạ
N. D. Thanh, T. T. Long / VNU Journal of Science: Earth and Environmental Sciences, Vol. 39, No. 4 (2023) 1-158
5
vào cuối thế kỷ đạt 8,5 W/m2. Giá trị cưỡng bức
bức xạ này tương ứng với kịch bản tương lai
trong đó có rất hạn chế hoặc không có các hành
động thiết thực nào được thực hiện để giảm nhẹ
biến đổi khí hậu.
2.2. Nguồn số liệu quan trắc trên lưới VnGP
Nguồn số liệu lượng mưa ngày sử dụng trong
nghiên cứu này là từ bộ số liệu trên lưới VnGP
(viết tắt của cụm từ: Vietnam Gridded
Precipitation dataset) [34, 35]. Bộ số liệu VnGP
được xây dựng cho giai đoạn 1980–2014 bằng
cách nội suy số liệu ngày từ 481 trạm đo mưa
trên 7 vùng khí hậu của Việt Nam về lưới 0,1º ×
0,1º hoặc lưới 0,25º × 0,25º sử dụng kỹ thuật
Spheremap [36]. Trong nghiên cứu này, phiên
bản của VnGP trên lưới 0,25º × 0,25º được sử
dụng để phù hợp với độ phân giải của thí nghiệm
chi tiết hoá động lực sử dụng mô hình khí hậu
khu vực. Chất lượng của bộ dữ liệu VnGP đã
được so sánh với các bộ số liệu mưa trên lưới
phổ biến được dùng trên khu vực Đông Nam Á
và ở nhiều nơi trên thế giới gồm bộ số liệu mưa
tháng GPCC (viết tắt của: Global Precipitation
Climatology Centre) [37], bộ số liệu mưa ngày
APHRODITE (viết tắt của: Asean Precipitation
– Highly-Resolved Observational Data
Integration Towards Evaluation) [38], bộ số liệu
mưa tháng CRU (viết tắt của: Climate Research
Unit) [39], và bộ số liệu mưa tái phân tích ERA5
trên lục địa (sản phẩm ERA5-Land) [40]. Kết
quả cho thấy chất lượng của bộ dữ liệu VnGP
vượt trội khi so với các bộ dữ liệu còn lại [35]
cũng như khi so với một số phương pháp nội suy
khác không sử dụng Spheremap [34].
2.3. Các chỉ số mưa được sử dụng để phân tích
Từ chuỗi số liệu ngày của mưa, 03 chỉ số liên
quan sẽ được tính toán và phân tích trong nghiên
cứu này gồm: i) Tổng lượng mưa ngày R
(mm/ngày); ii) Chỉ số cường độ mưa đơn giản
(SDII, viết tắt của Simple precipitation Intensity
Index, đơn vị mm/ngày) được tính bằng tổng
lượng mưa của những ngày mưa trong năm chia
cho số ngày mưa; và iii) Lượng mưa ngày lớn
nhất trong năm (RX1day, đơn vị mm/ngày).
Phân tích các chỉ số này sẽ cho chúng ta có các
thông tin tương ứng về sự biến đổi của giá trị
trung bình, biên độ và cường độ của cực trị mưa
trong tương lai.
3. Kết quả và thảo luận
3.1. Khả năng mô phỏng cho thời kỳ cơ sở
Lượng mưa từng tháng trung bình cho giai
đoạn 1995–2014 của thí nghiệm chi tiết hoá
RegCM_CNRM được so sánh với kết quả của
mô hình toàn cầu CNRM và nguồn số liệu VnGP
trên Hình 2. Mặc dù có sự khác biệt đáng kể về
mặt biên độ giữa kết quả mô phỏng và quan trắc,
tuy nhiên nhìn chung RegCM_CNRM đã nắm
bắt được biến trình mùa của mưa trên đa số các
khu vực. Đặc biệt trên khu vực Nam Trung Bộ
(R5), RegCM_CNRM đã nắm bắt được khá tốt 2
đỉnh mưa được chỉ ra bởi VnGP, một đỉnh nhỏ
vào tháng 5 phản ánh hiện tượng mưa tiểu mãn
do sự dịch chuyển của dải hội tụ nhiệt đới qua
khu vực, và đỉnh lớn hơn vào mùa thu đông dưới
ảnh hưởng của gió mùa mùa đông, trong khi mô
hình toàn cầu CNRM không nắm bắt được. Tuy
nhiên, cũng lưu ý rằng mặc dù nắm bắt được đỉnh
mưa tiểu mãn trên khu vực miền Trung (R3–5),
thí nghiệm RegCM_CNRM có xu hướng cho giá
trị mưa thiên cao rõ rệt. Kết quả này gợi ý rằng
một nghiên cứu về khả năng cải tiến cấu hình thí
nghiệm cũng như lựa chọn các sơ đồ tham số hoá
phù hợp cho RegCM nhằm biểu diễn tốt giá trị
mưa tiểu mãn trên khu vực miền Trung sẽ là một
hướng nghiên cứu có ý nghĩa và cần được thực
hiện trong tương lai. Mô hình CNRM mô phỏng
thiên thấp lượng mưa so với VnGP trên hầu hết
các vùng khí hậu. Trong khi đó RegCM_CNRM
thường có xu hướng làm giảm tính thiên âm của
CNRM, nhưng lại mang giá trị mưa về hướng
thiên cao so với giá trị của VnGP. Trên khu vực
Nam Bộ (R7), kết quả RegCM_CNRM thiên cao
rõ rệt trong các tháng xuân và hè trong khi
CNRM lại mô phỏng khá sát giá trị của VnGP.
Điều này có thể là do khu vực Nam Bộ có địa
hình khá bằng phẳng, vì vậy ưu thế phân giải cao
để có thể biểu diễn địa hình tốt hơn của
RegCM_CNRM sẽ không có hiệu quả rõ rệt.